支持向量机参数优化研究

• 作者: 杨小钦
• 来源期刊: 湖北农机化
• 关键词: 向量机参数 优化 研究
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 开发与研究
• 页码范围: 77-78
• 页数: 2页
• 字数: 1422字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1440.2017.05.054

摘要

基于统计学习理论的支持向量机作为数据挖掘中的新技术,开发了一个极好的机器学习方法.它被认为是机器学习领域非常受欢迎的和成功的例子.支持向量机应用到实际问题时,首先面临的模型参数,包括支持向量机和核参数的选择.参数的选择直接决定了训练支持向量机的效率和效果,如何选择参数是支持向量机的主要问题.本文介绍的支持向量机参数优化和粒子群优化算法的关键知识,支持向量机的性能是很大程度上取决于参数设置,包括的惩罚参数和核函数参数,如何选择支持向量机的关键参数问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小钦		1	0	0.0	0.0